Бизнес-идеи: 104+ идей для старта бизнеса

Фитнес-приложений тысячи. Персональные тренировки, планы питания, трекеры калорий. Разработчики годами выбивают деньги у венчурных фондов, тратят миллионы на маркетинг в Facebook. А потом приходит британский фитнес-тренер и делает сделку иначе.

The Body Coach — приложение Джо Уикса, который стал знаменитым во время локдаунов 2020 года как «учитель физкультуры нации». Недавно в проект инвестировала медиакомпания ITV. Инвестировали около £3 млн ($3,9M) через фонд ITV AdVentures Invest.

В чем уникальность сделки
Это не классический венчурный раунд. ITV платит не деньгами, а эфирным временем. The Body Coach получает рекламное продвижение на телеканалах ITV и стриминговой платформе ITVX взамен на долю в компании. Модель «медиа за капитал».

Приложение запущено в конце 2020 года после взлета популярности Джо во время пандемии. Сочетает тренировки, планы питания и ежедневные инструменты для отслеживания прогресса. Подписка около $100 в год.

Первая реклама вышла недавно — во время специального новогоднего шоу Джо Уикса на ITV1. Аудитория — миллионы британцев, которые с похмелья решают «начать новую жизнь с понедельника».

Тренд и своевременность
Рынок онлайн-фитнеса взрывается. По данным Allied Market Research, глобальный рынок цифрового фитнеса вырастет с $6,04 млрд в 2019 до $59,23 млрд к 2027. CAGR 33,1%.

Пандемия ускорила тренд на годы вперед.
Но проблема в том, что CAC (стоимость привлечения клиента) для фитнес-приложений астрономический. Peloton тратил $1200+ на одного пользователя.

Retention ужасный — по данным Quettra, мобильные приложения теряют примерно 77% дневных активных пользователей в первые 3 дня после установки.

The Body Coach решил проблему через личный бренд Джо Уикса. Миллионы людей знают его лицо, доверяют ему. Сделка с ITV дает доступ к аудитории без гигантского маркетингового бюджета.

Механика защиты
Личный бренд — непробиваемый защитный ров. Можно скопировать функционал приложения за месяц. Но нельзя скопировать 10+ лет построения доверия, миллионы подписчиков в YouTube, появления на национальном ТВ.

ITV получает долю в растущем бизнесе и контент для своих платформ. The Body Coach экономит миллионы на маркетинге. Win-win. Другие стартапы не могут повторить эту модель без собственного медийного лица.

Как заработать
Станьте локальным Джо Уиксом. Российский фитнес-блогер с миллионом подписчиков может запустить приложение и договориться с «Первым каналом» или СТС о похожей сделке. Эфирное время взамен на капитал.

Создайте платформу для локальных фитнес-инфлюенсеров. White-label решение: блогер получает брендированное приложение, вы берете 30% от подписок. Модель как у Kajabi для образования, только для фитнеса.

Запустите агентство «медиа за капитал» для стартапов. Помогаете стартапам договариваться с телеканалами и стримингами о сделках по модели ITV. Комиссия 10% от размера медиаинвестиций.

Антитренд
Парадокс выбора бьет по фитнес-приложениям. В App Store более 71000 фитнес-приложений. Больше опций — ниже удовлетворенность. Исследования показывают: при росте выбора люди выбирают знакомое.

Откройте офлайн-студию «антицифрового» фитнеса. Никаких приложений, трекеров, уведомлений. Только тренер, музыка и группа единомышленников. Гарантия «телефон в шкафчике на час». Ценник в 3 раза выше онлайн-подписки, но чувство общности и присутствия не купишь в приложении.

Конкуренты

• Peloton — гигант с велотренажерами, но финансовые проблемы и падение акций на 90%+
• Fiit — британский конкурент с похожей моделью, но без медийного лица
• Nike Training Club — бесплатное приложение Nike, но монетизация через продажу экипировки
• MyFitnessPal — фокус на калориях и питании, а не тренировках
• Apple Fitness+ — часть экосистемы Apple, но требует Apple Watch

The Body Coach выигрывает личным брендом Джо Уикса, доверием британской аудитории и уникальной моделью финансирования через медиапартнерство.

В 2009 году два выпускника Бостонского университета купили домен custommade.com за $140000 у плотника. Идея проста: людям нужны уникальные вещи, мастера умеют их делать, но найти друг друга невозможно. CustomMade должен был стать Etsy на стероидах.

К 2013 году компания привлекла $24 млн от Google Ventures и Atlas Venture. На платформе работали 12000 мастеров и 100000 покупателей. В 2015 Wayfair купил компанию. В 2017 она обанкротилась, и основатель выкупил её обратно из foreclosure. Сейчас CustomMade — просто еще один онлайн-ювелир.

Что пошло не так
Маркетплейс кастомных товаров звучит красиво. Но экономика такого бизнеса убийственна. Каждый заказ уникален. Нет типовых процессов. Нет экономии на масштабе.

Клиент заказывает стол. Мастер делает чертеж. Клиент хочет изменить высоту. Новый чертеж. Потом другую древесину. Еще один чертеж. К моменту, когда стол готов, платформа потратила часы поддержки на одну транзакцию.

В обычном маркетплейсе платформа берет 10-30% комиссии и не лезет в процесс. На CustomMade нужны менеджеры, которые синхронизируют клиента и мастера. Юнит-экономика не сходится при стандартной комиссии.

Механика провала
Кастомизация не масштабируется линейно. Etsy работает, потому что мастер делает 100 одинаковых керамических чашек и продает через платформу. Маржинальная себестоимость каждой следующей продажи стремится к нулю.

CustomMade: каждый стол, каждое кольцо, каждый ремень — отдельный проект. Маржинальная стоимость каждой транзакции константна или растет, потому что сложные проекты требуют больше поддержки.

Google Ventures и Atlas вложили деньги, ожидая сетевых эффектов. Больше мастеров → больше клиентов → больше мастеров. Но в реальности больше мастеров означало больше времени на модерацию, больше споров о качестве, больше возвратов.

Wayfair купил компанию в 2015, вероятно, за технологию и команду. После интеграции стало очевидно: кастомная мебель — это 3% маржа при 30% стоимости поддержки. В 2017 бизнес обанкротился.

Что сработало
Ювелирные изделия. Когда основатель Seth Rosen выкупил компанию обратно, он сфокусировался на обручальных кольцах и украшениях.

Почему ювелирка? Высокая маржа компенсирует стоимость кастомизации. Средний чек $3000-10000 против $500-2000 за мебель. При той же стоимости поддержки экономика сходится.

Плюс эмоциональная привязка. Люди хотят уникальное обручальное кольцо и готовы платить премию. С мебелью эмоциональная связь слабее.

Онлайн-конструктор на сайте автоматизирует часть процесса. Клиент сам выбирает металл, камень, дизайн. Система показывает цену в реальном времени. Это снижает издержки на консультации на 60-70%.

Как заработать на этом паттерне
Не стройте горизонтальные маркетплейсы кастомизации. Стройте вертикальные решения для высокомаржинальных ниш.

«CustomMade для тортов на свадьбу» — средний чек $500-1500, клиенты готовы платить за уникальность. Автоматизируйте через конструктор: форма, начинка, декор.

«CustomMade для корпоративных подарков» — компании заказывают брендированные сувениры. B2B клиенты менее чувствительны к цене, LTV выше, повторные заказы.

Антитренд
Nike позволяет кастомизировать кроссовки через NikeID. Но 95% людей покупают стандартные модели, потому что выбор из 1000 комбинаций парализует. Барри Шварц показал: больше опций снижает удовлетворенность.

IKEA зарабатывает миллиарды на стандартизации. Когда CustomMade предлагает бесконечные варианты столов, IKEA продает один стол LACK за $10 и делает миллиардный оборот.

Откройте анти-кастомизационный бренд. Гарантия: «Только один дизайн, никакого выбора». Для людей, уставших от параличных решений. Один идеальный стол, одно идеальное кольцо, один идеальный ремень. Модель как у Brandless (тоже обанкротился, но идея правильная).

Вторая возможность — услуга по упрощению выбора. Клиент говорит «хочу стол», вы задаете 3 вопроса, показываете 1 вариант. Комиссия от мастера 15% за лид. Меньше выбора = больше счастья.

Конкуренты

• Etsy — маркетплейс handmade, но не кастом-заказы по запросу
• Shapeways — 3D-печать на заказ, фокус на промышленный дизайн
• Zazzle — кастомизация через шаблоны, не полностью уникальные продукты
• Blue Nile — онлайн-ювелир с конструктором колец, прямой конкурент
• Brilliant Earth — этичные бриллианты и кастомные кольца

CustomMade проиграл, потому что попытался быть всем для всех. Горизонтальные маркетплейсы кастомизации не работают без драконовских юнит-экономик. Вертикальные решения для высокомаржинальных ниш работают, но это уже не маркетплейс мечты, а обычный e-commerce.

Сомелье в барах тратят годы, чтобы научиться подбирать напитки к блюдам. Память, интуиция, тысячи дегустаций. А потом приходит корейский стартап и говорит: «У нас есть алгоритм, который сделает это за восемь секунд». Звучит как угроза всей профессии.

Joomidang из южнокорейского города Чонджу построил базу данных из 3 миллионов рецептур напитков и еды, обучил на них нейросеть и теперь помогает брендам создавать идеальные вкусовые сочетания. 30 декабря 2025 компания получила $3,8 млн в раунде Pre-Series A.

Как это работает
Производитель безалкогольных коктейлей хочет создать новый вкус. Раньше нанимал десяток дегустаторов, месяц экспериментов, сотни проб. Joomidang анализирует молекулярный состав ингредиентов, находит вкусовые паттерны в базе данных и выдает готовые комбинации за часы.

Платформа проводит 1,2 миллиона обучающих парингов для улучшения алгоритма. Система сопровождает клиента от анализа бренда до разработки продукта, контроля качества и экспорта.
Выручка в 2024 году составила примерно $1,5 млн, план на текущий год — около $11 млн. Семикратный рост за год. Партнеры фиксируют рост продаж на 42%, увеличение объемов реализации на 820% и повторных заказов на 23%.

Почему именно сейчас
Рынок безалкогольных напитков взрывается. По данным Grand View Research, мировой рынок безалкогольных коктейлей вырастет с $11 млрд в 2024 до $30+ млрд к 2030. Миллениалы и Gen Z предпочитают осознанное потребление, крафтовые лимонады вместо водки.

Одновременно растет спрос на персонализацию. Каждый бренд хочет уникальный вкус, который нельзя скопировать. Разработка вручную занимает месяцы и стоит десятки тысяч долларов. Joomidang сокращает цикл до недель и делает это дешевле.

Защитный ров и петля роста
База из 3 миллионов рецептур собиралась годами. Конкуренту нужны миллионы долларов и армия специалистов, чтобы повторить. Каждый новый клиент добавляет данные, алгоритм становится точнее. Больше данных — лучше рекомендации — больше клиентов. Классический маховик.

Система запоминает предпочтения каждого бренда. После года работы миграция на другую платформу означает потерю всех наработок. Стоимость переключения огромна.

Как на этом заработать
Создайте вертикальное решение для российского рынка. «Joomidang для русской кухни» — алгоритм сочетаний для водки, кваса, медовухи. Берете их API или обучаете свою модель, добавляете локальные ингредиенты. Подписка для ресторанов и производителей $199 в месяц.

Запустите маркетплейс готовых рецептур. Сомелье и шеф-повара продают авторские сочетания через платформу. Ресторан покупает «коллекцию винных парингов от Ивана Шишкина» за $500. Комиссия 30% с каждой продажи.

Постройте консалтинговое агентство. Помогаете локальным брендам разрабатывать продукты с помощью ИИ-паринга. Стоимость проекта от $5000, себестоимость почти нулевая благодаря автоматизации.

Антитренд
Эффект Баумоля снова бьет по роботам. Когда алгоритм создает миллион рецептов за копейки, растет ценность человеческого опыта. Экономист Уильям Баумоль в 1960-х показал: в секторах без автоматизации зарплаты вынуждены расти вслед за производительными отраслями.

Откройте школу сомелье премиум-класса с акцентом на «человеческий подход». Позиционирование: «Машина предложит правильное, человек — идеальное». Когда технология делает услугу массовой, мастерство становится люксом.

Второй подход — запустите бренд «анти-ИИ напитков». Каждая бутылка создана вручную мастером-дегустатором, никаких алгоритмов. Ограниченные тиражи, сертификат подлинности. Наценка 300% против массовых аналогов. Парадокс изобилия: когда всё доступно и дешево, эксклюзивность дорожает.

Конкуренты

• Tastry — ИИ для анализа вкуса вина, работают с винодельнями в США
• Gastrograph AI — платформа для сенсорного анализа и предсказания вкусовых предпочтений
• Bitty Foods — используют машинное обучение для разработки альтернативных белковых продуктов
• NotCo — чилийская компания применяет ИИ для создания растительных альтернатив мясу и молоку

Видеозвонки с клиентами превратились в конвейер. Консультант отвечает на одни и те же вопросы 50 раз в день. Виртуальный стилист показывает, как носить платье. Преподаватель объясняет формулу. Повторяющаяся работа съедает 70% времени, но люди хотят видеть лицо, а не читать FAQ.

Lemon Slice собрал $10,5M на идее превратить любое фото в говорящего аватара.

Суть технологии
Загружаете одну фотографию — любую. Портрет человека, рисунок, картина эпохи Возрождения. Система превращает её в интерактивный видео-аватар за секунды.

Модель Lemon Slice-2 имеет 20 млрд параметров, работает на одной GPU и выдает 20 кадров в секунду. Аватар двигает губами синхронно с речью, меняет выражение лица, реагирует на контекст разговора.

Команда из 8 человек обслуживает более 6 000 клиентов и генерирует 100 000+ видео-аватаров в месяц. Это 3 300 аватаров каждый день.

Применения
E-commerce: виртуальный стилист на сайте магазина отвечает на вопросы покупателей 24/7. Конверсия растет на 40%, потому что люди доверяют лицу больше, чем чат-боту.

Образование: преподаватель записывает голос один раз, система создает аватар, который ведет уроки на 35 языках. Один педагог масштабируется на 10 000 студентов.

Здравоохранение: виртуальный ассистент напоминает о приеме лекарств, отвечает на базовые вопросы, освобождая врачей от рутины.

Механика роста
Платформа предлагает API и виджет для интеграции. Разработчик добавляет 5 строк кода — на сайте появляется говорящий аватар. Порог входа нулевой.

Эффект сети: чем больше компаний используют, тем больше кейсов и улучшений модели. Виральность через демо: клиенты показывают аватары коллегам, те тоже хотят.

Стоимость переключения растет с интеграцией. Когда аватар обучен на базе знаний компании и встроен в 10 процессов, миграция означает переделку всего воркфлоу.

Рыночный контекст
Рынок виртуальных ассистентов растет на 25% в год. Компании ищут способы автоматизировать поддержку без потери человечности. Текстовые боты проигрывают по конверсии видео на 60%.

Риск — регулирование deepfake-технологий. Законодатели могут ограничить использование AI-аватаров из-за рисков мошенничества. Защита — встроенные watermarks и верификация.

Как заработать
Создайте агентство виртуальных консультантов. Обучаете аватары для брендов, интегрируете на сайты.

Запустите маркетплейс аватаров. Люди создают персонажей, продают доступ к ним. Стример может продать аватар с голосом фанатам. Комиссия 30%.

Для России адаптируйте под Telegram-ботов. Аватар в чате отвечает голосом и видео. Банки используют для консультаций, образовательные платформы — для курсов.

Конкуренты

• Synthesia — AI-видео с аватарами, но без real-time интерактива
• HeyGen — говорящие аватары, медленнее
• D-ID — анимация лиц, слабее в диалогах
• Rephrase.ai — генерация видео из текста, нет live-режима
• Hour One — виртуальные люди для бизнеса, корпоративные цены

Lemon Slice выигрывает скоростью: 20 fps в real-time против предрендеринга у конкурентов.

В Нигерии тоже проблемы с образованием. Частные школы стоят как квартира. Государственные переполнены: 80 учеников на класс, один учебник на пятерых. Талантливые дети застревают в системе, где невозможно получить внимание.

Bildup AI привлек $0,4M в декабре 2025 (ангельский раунд) на сервис персонального обучения для школьников.

Как устроено
Гибрид людей и машин. «AI Facilitators» ведут занятия, адаптируя материал под каждого ученика. «AI Academic Advisors» отслеживают прогресс и корректируют план обучения в реальном времени.

Платформа обещает обучение на 80% дешевле традиционных школ и ускорение усвоения материала на 70%. Ребенок проходит за 4 месяца то, на что в обычной школе уходит год.

Ключ — персонализация. Система видит, где ученик спотыкается, и тратит больше времени на слабые места. Никаких «всем одинаково».

Тренд развивающихся рынков
Африка — самый молодой континент. Средний возраст 19 лет. К 2050 году население удвоится до 2,5 млрд. Спрос на образование растет на 15% в год.

Традиционные школы не масштабируются. Нанять 10 000 учителей стоит миллиарды и занимает годы. Обучить 10 000 AI-помощников — месяцы и копейки.

Парадокс банкомата: автоматизация не убивает учителей, а меняет их роль. Вместо 80 учеников в классе один педагог курирует 200 через систему, но работает как ментор, а не транслятор знаний.

Защита
Каждый ученик генерирует данные об эффективности обучения. Система знает, какие объяснения работают для разных типов мышления. Конкуренту нужны тысячи студентов, чтобы собрать такой датасет.

Локальная адаптация — барьер входа. Bildup понимает нигерийский контекст: нестабильный интернет, дешевые смартфоны, семьи с 5-7 детьми. Западные EdTech не заточены под это.

Сетевой эффект работает через преподавателей: чем больше учителей использует платформу, тем лучше материалы и методики. Новые присоединяются ради готовой базы.

Как применить идею
Сделайте вертикальное решение для профессий. «Bildup для электриков», «Bildup для парикмахеров». Та же технология адаптивного обучения, но заточенная под ремесло.

Запустите платформу в России для дистанционного образования в регионах. AI-учитель плюс местный куратор раз в неделю. Стоимость в 5 раз ниже частной школы.

Создайте маркетплейс курсов с AI-адаптацией. Преподаватели загружают материалы, система автоматически персонализирует их под каждого ученика. Комиссия 20%.

Антитренд
Когда ИИ захватывает массовый рынок, зарплаты учителей-людей в премиум-сегменте взлетают.

Похожие проекты

• Coursera — массовые онлайн-курсы, но без адаптивного ИИ
• Khan Academy — бесплатное обучение, слабая персонализация
• Byju’s — индийский EdTech-гигант, $22 млрд оценка, но проблемы с долгом
• Udacity — наноградусы для карьеры, дорого
• 2U — партнерства с университетами, корпоративные цены

Рынок знакомств оценивается в $6,18 млрд в 2025 году, но большинство сомневаются в ценности алгоритмов для сводничества.

Tinder и Bumble пытаются удержать аудиторию новыми фичами, а пользователи устают листать профили. Чем больше выбора, тем сложнее выбирать. В психологии это называют «парадокс выбора» — когда обилие опций парализует решение. Возможно, поэтому, люди в больших городах такие одинокие — слишком большой выбор.

Known собрал $9,7M на идее знакомств с помощью голоса.

Как это работает
Никаких анкет и фотографий. Открываете приложение, начинается разговор с голосовым ИИ. Система задает вопросы, уточняет детали, копает глубже. Средний разговор длится 26 минут, рекорд — 1 час 38 минут. Один пользователь столько болтал с роботом, что тот узнал о нем больше, чем родители за 30 лет.

ИИ слышит не только слова, но и паузы, интонации, эмоции. Понимает, что человек на самом деле ищет, а не то, что он написал бы в профиле. После разговора система подбирает пару и предлагает встретиться вживую.

В тестовом запуске в Сан-Франциско 80% знакомств привели к реальным свиданиям. Для сравнения: обычные приложения дают 5-10% конверсии.

Почему это выстрелило
Проблема современных знакомств не в технологиях, а в поверхностности. Люди устали от игры в «оцени фотку за 3 секунды». Они хотят понимания, которое раньше давали сваты за $10 000. Known даёт это за $30 в месяц (текущая цена в бета-версии).

Эффект сетевого фильтра: чем дольше разговор, тем меньше случайных людей доходит до конца. Те, кто проходит, действительно заинтересованы. Это как естественный отбор, только быстрее.
Механика доверия работает так: человек открывается роботу охотнее, чем заполняя анкету. Нет страха быть отвергнутым сразу. ИИ не судит, он просто слушает.

Рыночный контекст
По данным AInvest, выручка AI-приложений для знакомств достигнет $11,3 млрд к 2030 году. Темп роста 7% годовых. Но скептицизм поколения Z остается главным барьером — только 50% верят, что ИИ может помочь найти пару.

Конкуренты появляются: Overtone от бывшего CEO Hinge, Vapi с видео-первым подходом. Даже гиганты вроде Bumble внедряют AI-фичи. Но Known делает ставку на голос как главный канал, а не дополнение.

Риск: когда все начнут использовать голосовой ИИ, преимущество исчезнет.

Как заработать
Запустите узкоспециализированное приложение. Known для врачей, для IT-специалистов, для вегетарианцев. Та же технология, но заточенная под нишу с готовностью платить больше.

Сделайте голосового ИИ-коуча для подготовки к свиданиям. Система тренирует разговорные навыки, дает обратную связь. Продается и в B2B и в B2C.

Антитренд: усталость от оптимизации
Чем больше ИИ вмешивается в знакомства, тем сильнее желание спонтанности. Эффект Баумоля работает в обратную сторону: когда автоматизация захватывает рынок, человеческое становится дефицитом.

Откройте офлайн-клуб «без алгоритмов» c живыми свахами и высоким чеком. Люди приходят, заполняют бумажные карточки, организатор вручную подбирает пары на основе интуиции и опыта.

Модель работает, потому что дефицит создает премию. Когда все пользуются ИИ, уникальность человеческого суждения становится товаром класса люкс.

Конкуренты

• Overtone — новое приложение от основателя Hinge, фокус на видео-знакомствах
• Vapi — голосовая платформа с упором на real-time взаимодействие
• Sitch — AI-matchmaking с $2M pre-seed
• Amata — еще один AI-matchmaker, $6M в 2023
• First Round’s On Me — акцент на планирование встреч, а не свайпы, $3M

Маркетолог просыпается: нужно 20 вариаций рекламного ролика для A/B-тестов. Бюджет на съёмки $50K, сроки две недели, актёры заняты. Вечером агентство присылает счёт и говорит «возможно успеем». В реальности получится 3-4 варианта вместо 20, большая часть бюджета уйдёт на организацию.

Arcads.ai привлёк $16M для создания ИИ-рекламы.

От боли к продукту
Дилан Фурнье и Ромен Торрес в 2024 году управляли мобильными играми с бюджетом на рекламу $20+ миллионов в год. Производство креативов съедало время и деньги: каждый ролик — переговоры, съёмки, монтаж. Тестировать десятки гипотез было невозможно.

Они создали платформу для генерации рекламных видео с AI-актёрами. Пишете скрипт, выбираете виртуального человека из библиотеки, через минуты получаете ролик. Платформа поддерживает более 35 языков и несколько форматов: UGC с актёрами, демонстрация продукта, примерка одежды, распаковка.

За несколько месяцев более 6000 компаний начали использовать Arcads.ai. Платформа генерирует более 100 тысяч роликов в месяц. Команда — всего 7 человек.

Механика экономии
Традиционный UGC-ролик стоит $500-2000 и делается 3-7 дней. Arcads.ai выдаёт результат за минуты, стоимость на порядок ниже. Главное — масштабирование. Вместо 5 вариантов за неделю можете создать 50 за день.

Более половины пользователей из США. Средства из раунда пойдут на открытие офиса в Сан-Франциско, расширение возможностей генерации и найм команды.

Где тренд
Рынок цифровой рекламы — $600+ млрд в год. Стоимость привлечения клиента растёт, платформы требуют больше креативов для алгоритмов. Meta, TikTok, AppLovin постоянно меняют форматы. Маркетологи тонут в производстве контента.

Arcads.ai решает узкую проблему: генерация рекламных роликов с виртуальными людьми. Не универсальный AI-редактор, а специализированный инструмент для performance-маркетинга.

Защитный ров
Библиотека AI-актёров и обученные модели для рекламных форматов. Чем больше роликов проходит через систему, тем лучше платформа понимает, какие лица, интонации и движения конвертируют. Данные из тысяч кампаний создают преимущество перед новичками.

Партнёрства с Meta, TikTok и AppLovin означают прямую интеграцию с рекламными кабинетами. Создали ролик — запустили кампанию в один клик.

Как заработать
Постройте агентство на Arcads.ai. Один человек может вести рекламу для 30-50 малых бизнесов благодаря автоматизации креативов. Подписка $499/месяц с клиента, минимальные затраты на производство.

Создайте сервис локализации рекламы. Бренд выходит в 10 стран — нужны ролики на 10 языках с локальными актёрами. Arcads.ai генерирует базу, вы добавляете культурную адаптацию. Пакет услуг от $2999.

Для России: адаптируйте под Яндекс.Директ и VK Рекламу. Западные решения не всегда работают с Cyrillic лицами и русскими интонациями. Локальная версия с российскими AI-актёрами — незанятая ниша.

Антитренд
Чем больше рекламы с AI-лицами, тем выше ценность настоящих людей. Запустите агентство «Only Real Humans» с гарантией: каждый актёр — живой человек, проверенный лично. Премиум-бренды заплатят втрое за аутентичность. Сертификат на блокчейне: «Filmed with real actors, verified 2025».

Еще проекты

• Synthesia — AI-видео с аватарами, но для корпоративного обучения, не performance-рекламы
• HeyGen — похожий продукт, сильнее в B2B-сегменте
• D-ID — генерация говорящих голов, меньше форматов
• Runway — универсальный AI-редактор, не заточен под рекламу
• Colossyan — корпоративные видео, не performance-креативы
• Elai.io — конкурент в сегменте AI-видео, но меньше фокуса на рекламу

Вы создали крутое видео в Runway или Sora. Картинка огонь, движение плавное, эмоции на месте. Но оно немое. Теперь нужно часами искать звуковые эффекты в библиотеках, синхронизировать их вручную, добавлять амбиент. К моменту финального рендера вдохновение уже испарилось.

Mirelo привлёк $41M для озвучивания фильмов.

Проблема тишины
Основатели этого проекта заметили парадокс: текст, изображения, видео генерируются мгновенно, а звук остался в каменном веке. Добавить качественную озвучку к AI-видео — задача на несколько часов ручной работы.

Берлинский стартап построил собственные модели для генерации звуковых эффектов, синхронизированных с видео. Загружаете ролик, через несколько секунд получаете подходящий саундтрек: шаги в такт движению, хлопанье дверей точно в момент закрытия, фоновый шум улицы.

В мае 2025 года вышла модель Mirelo SFX v1.5, которая генерирует несколько вариантов звукового сопровождения быстрее реального времени. Команда из 10 человек планирует утроиться к концу 2026 года.

Секрет скорости
Mirelo тренирует модели с нуля на лицензированных данных. Система требует в 50 раз меньше вычислений, чем типичные большие языковые модели. Алгоритм понимает не только что происходит на экране, но и эмоциональный контекст: тревожная сцена получит напряжённое звуковое сопровождение, весёлая — лёгкое и динамичное.

Платформа доступна через веб-приложение Mirelo Studio и API для разработчиков. Целевая аудитория — создатели контента, игровые студии и компании, работающие с AI-видео.

Почему сейчас
Пока Mirelo был в режиме stealth, Sony, Tencent и ElevenLabs выпустили свои решения для генерации звука. Китайский Kling AI от Kuaishou тоже добавил эту функцию. Google встроил звук в Gemini через модель Veo 3.1.

Но Mirelo фокусируется на узкой специализации: звуковые эффекты для видео, а не универсальная генерация аудио. Глубина лучше ширины.

Механика роста
API позволяет платформам вроде Runway или Pika встроить озвучку в один клик. Если Mirelo станет стандартом для нескольких крупных платформ генерации видео, уйти будет сложно — разработчики не захотят переделывать интеграцию.

Как заработать
Постройте сервис для подкастеров: автоматическая озвучка визуальных элементов, фоновые звуки, музыкальные переходы. API Mirelo + интерфейс для неспециалистов.

Создайте маркетплейс звуковых эффектов, сгенерированных под конкретные видео. Креаторы загружают ролики, платформа предлагает пакеты звуков.

Для России: адаптируйте под Яндекс.Музыку и VK Video. Локальные платформы ищут способы конкурировать с YouTube.

Кто еще делает похожее

• ElevenLabs — генерация речи и звука, но больше фокус на голосах
• Boomy — музыкальная генерация, не звуковые эффекты для видео
• Kling AI — китайский конкурент, интегрирован в Kuaishou
• Runway Gen-Audio — генерация звука в Runway, но пока базовая
• Veo 3.1 — Google встроил в Gemini, но это часть большой экосистемы
• AudioLDM — открытая модель, качество ниже

Mirelo выигрывает специализацией: лучшая синхронизация видео и звука на рынке, меньше вычислений, быстрее результат.

Разработчик пишет код, тестирует, исправляет баги, снова тестирует. Потом создаёт пул-реквест, ждёт ревью, исправляет замечания. Развёртывание — отдельная история с конфигами, переменными окружения, докеризацией. На простое приложение уходит неделя.

Kilo Code давно известен разработчикам как бесплатная альтернатива Cursor, привлёк $8M. Мы его используем на курсе по «AI-прототипированию». Суть: вместо написания кода вручную запускаете несколько AI-агентов, которые пишут, тестируют, ревьюят и деплоят параллельно.

Проблема сложности
Платформа работает в VS Code, JetBrains и через CLI. Поддерживает более 500 моделей от 60+ провайдеров ИИ. Разработчики могут запускать агентов, которые продолжают работу даже после закрытия редактора.

Метрики роста
Модель Kilo Code стала #1 по загрузкам на OpenRouter после релиза. Более 750 тысяч установок.

Команда около 25 человек планирует расширение. Средства пойдут на развитие платформы и найм.

В чём фишка
Kilo Code — это не просто копилот вроде GitHub Copilot. Это оркестратор агентов. Один пишет код, второй тестирует, третий оптимизирует, четвёртый разворачивает. Агенты работают асинхронно и координируются через Memory Bank — общую память.

Разработчик настраивает флоу, агенты выполняют задачи. Модель открытая, можно кастомизировать под свои нужды.

Тренд рынка
AI-копилоты для программирования — горячая тема. GitHub Copilot, Cursor, Replit Agent конкурируют за разработчиков. Kilo Code выбрал путь open-source и мультиагентности.

Рынок AI-инструментов для разработки растёт на 40%+ в год. Компании ищут способы ускорить создание софта без найма дополнительных программистов.

Как заработать
Постройте консалтинг по внедрению Kilo Code для enterprise. Большие компании боятся open-source без поддержки. Предложите обучение команд, кастомизацию агентов, интеграцию с CI/CD.

Создайте маркетплейс готовых агентных сценариев (шаблонов). Разработчики покупают pre-configured флоу для популярных задач: «React-приложение за час», «API с тестами за 30 минут». Цена $9-49, вы берёте комиссию 30%.

Для России: адаптируйте под российские модели вроде YandexGPT и GigaChat. Локальная версия — преимущество.

Антитренд
Чем больше «вайб-кодинга», тем выше спрос на разработчиков, которые могут во всем разобраться и доработать. На последние 5% доработок по проекту уходит 95% времени и денег. В этом смысле спрос на хороших разработчиков только вырастет.

Конкуренты

• GitHub Copilot — AI-помощник от Microsoft, огромная база пользователей
• Cursor — редактор с встроенным AI, высокие оценки
• Replit Agent — AI для создания приложений, focus на новичков
• Codeium — бесплатная альтернатива Copilot
• Tabnine — AI-автодополнение, старый игрок
• Sourcegraph Cody — AI для понимания кодовой базы

Kilo Code выигрывает open-source подходом, мультиагентной архитектурой и поддержкой 500+ моделей.

Парикмахеры смешивают краску вручную. В 2025 году. Как средневековые алхимики, только вместо золота получают нужный оттенок блонда. Тысячи тюбиков, таблицы оттенков, надежда, что в следующий раз клиент получит такой же цвет. Yuv превратил это алгоритмы.

Лондонский стартап привлёк $12M на идее, что окрашивание волос можно «программировать».

Как устроена система
Yuv Lab — это устройство размером с кофемашину. Подключается к приложению. Внутри многоразовые алюминиевые картриджи вместо одноразовых тюбиков. Колорист задаёт в приложении оттенок с точностью до четверти тона, pH, уровень прозрачности. Система смешивает миллионы персонализированных формул одной кнопкой.

Запоминает рецепты каждого клиента. В следующий раз точно такой же цвет без экспериментов. Отслеживает запасы, автоматически заказывает новые картриджи. ИИ управляет инвентарём и оптимизирует расход.

Экономия красителя до 35%. Для салона это тысячи долларов в год. Меньше отходов, меньше времени на смешивание, больше клиентов за день.

Рынок и тайминг
Глобальный рынок салонных услуг для волос вырастет с $203,78 миллиарда в 2025 до $341,67 миллиарда к 2032 году, по данным Fortune Business Insights. Но технологии в индустрии застряли в прошлом веке.

Потребители хотят персонализации. Instagram показывает десятки вариантов окрашивания, но салон не может гарантировать точное повторение. Yuv решает это через точность до четверти тона и сохранённые рецепты.

Механика монополии
Каждый салон, подключивший Yuv, создаёт базу рецептов своих клиентов. Переход на другую систему означает потерю всей истории. Клиент приходит и говорит «как в прошлый раз» — а у тебя нет данных.

Картриджи проприетарные. Система работает только с формулами Yuv, разработанными в Швейцарии. Салон подсаживается на экосистему: железо, софт, расходники, обучение персонала.
Основатель Франсиско Хименес уже проходил этот путь. Продал ESalon немецкому гиганту Henkel в 2019 году. ESalon делал $30 миллионов выручки, предлагая кастомное окрашивание для дома. Теперь Хименес атакует профессиональный рынок с ещё большими амбициями.

Как на этом заработать
Постройте сервис обучения колористов работе с Yuv. Онлайн-курсы, сертификация, комьюнити. Yuv расширяется — нужны тысячи обученных специалистов.

Создайте маркетплейс рецептов окрашивания. Топовые колористы продают свои авторские формулы через приложение Yuv. Комиссия 30% с каждой покупки. Как Photoshop Actions, только для волос.

Для России: франшиза дистрибуции. Yuv планирует выход в США в 2026, но про СНГ пока молчат. Локальный партнёр может захватить рынок до прихода основной команды.

Антитренд
Эффект Баумоля бьёт по автоматизированным услугам. Когда роботы красят волосы за копейки, зарплаты мастеров-колористов растут непропорционально. Экономист Уильям Баумоль в 1960-х показал: в секторах, которые невозможно автоматизировать, зарплаты вынуждены расти вслед за производительными отраслями, иначе люди уходят туда, где платят больше.

Классический пример— струнный квартет играет Бетховена те же 9 минут, что и 200 лет назад, но музыканты зарабатывают в разы больше. В образовании и медицине зарплаты растут быстрее инфляции именно по этой причине. Откройте премиум-салон с гарантией «никакой автоматизации». Мастер тратит 3 часа вместо 40 минут, обсуждает жизнь, подбирает оттенок вручную. Ценник в 5 раз выше автоматов Yuv, но очередь на месяцы вперед. Когда технология делает услугу дешёвой и массовой, человеческое касание становится люксом.

Кто ещё в теме

• Henkel Professional — гигант индустрии, но консервативный
• L’Oréal Professionnel — цифровые инструменты, но не полная автоматизация
• Wella Professionals — традиционный игрок без tech-прорывов
• Madison Reed — direct-to-consumer, не для салонов
• ESalon — бывший проект Хименеса, теперь принадлежит Henkel

Yuv выигрывает полной автоматизацией процесса и экосистемным подходом: железо + софт + формулы.

6 миллионов человек каждый месяц заходят на один сервис, чтобы создавать видео с помощью ИИ. Не OpenAI, не Adobe. Стартап из Сингапура, о котором ещё в сентябре мало кто знал. Pollo AI достиг рентабельности за полгода и только что привлёк $14M.

Что внутри
Это «ИИ-версия CapCut», как говорит основатель. Платформа агрегирует все топовые модели генерации видео: Kling AI, Runway, Google Veo, Stable Diffusion. Вместо того чтобы прыгать между сервисами, креаторы получают единый интерфейс.

Text-to-video, image-to-video, перенос стиля, последовательность персонажей, ИИ-анимация. Разрешение до 8K, видео длиной до минуты. Больше 20 миллионов зарегистрированных пользователей, более 6 миллионов активных ежемесячно.

Годовая выручка превысила $20 миллионов. Точка безубыточности в мае 2025 — через семь месяцев после запуска. Для seed-компании это почти фантастика.

Механика успеха
Основатель Чжу Чэньбяо не из Кремниевой долины, не работал в гигантах. Но он знает, как делать глобальные продукты: до Pollo построил больше 20 приложений для зарубежных рынков в Shenzhen Jiuling Technology.

4 миллиона активных пользователей за семь месяцев — это 570 тысяч новых пользователей каждый месяц. Без маркетингового бюджета на миллионы. Сарафанка среди креаторов YouTube и TikTok.

Пока лаборатории моделей (OpenAI, Runway) конкурируют на уровне технологии, ценность для массового пользователя концентрируется на уровне приложений. Никто не хочет разбираться в API, настройках, лимитах. Люди хотят открыть приложение, ввести промпт, получить видео.

Защитный ров
Каждая модель подключается через API. Завтра появится новая топовая модель — Pollo добавит её за день. Конкуренту придётся договариваться с каждой лабораторией отдельно и интегрировать с нуля.

У платформы уже 20 миллионов зарегистрированных. Это данные для обучения алгоритмов, понимание поведения, обратная связь. Через год разрыв с конкурентами станет непреодолимым.

Монетизация настроена. Freemium-модель с кредитами. Пользователи подсаживаются на бесплатные генерации, потом платят за больше. Простая психология: когда научился создавать крутые видео, не хочется останавливаться из-за лимитов.

Практические идеи
Сделайте вертикальное решение. «Pollo для недвижимости» — генерация виртуальных туров из фотографий квартир. Или «Pollo для e-commerce» — превращение фото продуктов в рекламные ролики.

Запустите агентство на Pollo. Один оператор создаёт контент для 30-50 клиентов благодаря автоматизации.

Обучайте людей. Курс «Как зарабатывать на генерации видео с ИИ». Партнёрка с Pollo, комиссия с каждого купленного тарифа. Рынок обучения генеративному ИИ только формируется.

Парадоксальные следствия 2-го порядка
Парадокс изобилия работает против самого себя. Исследование курации контента показывает: при росте объема доступного контента ценность смещается от создателей к кураторам. На Spotify 20 миллионов треков, но топ 1% артистов получает 77% цифрового дохода. Причина: перегрузка выбором заставляет выбирать знакомое.

Когда генерация видео станет бесплатной, деньги переместятся к тем, кто отбирает лучшее. Запустите курируемый каталог ИИ-видео с человеческой экспертизой. Модель как у Criterion Collection для кино — не весь Netflix, а тщательно отобранные 1000 фильмов с контекстом.

Автоматизация создает проблему выбора, которую решает только человеческий вкус.

Конкуренты

• Runway — лидер по качеству моделей, но дорого
• Pika — простой интерфейс, но ограниченный функционал
• Luma AI — сильны в 3D, но для видео слабее
• CapCut — гигант от ByteDance, но без ИИ-генерации на уровне Pollo
• Kaiber — для артистов и музыкантов, узкая ниша

Создатели фото и видео ненавидят возиться с настройками разных моделей для генерации (Kling, Sora и т.п.), серверов, API-вызовов (все, что называется DevOps). Особенно когда нужно запустить генеративную модель для миллионов пользователей и не спалить бюджет на серверах. Месяцы настройки, тонны документации, молитвы богам AWS и другим облачным решениям.

Fal превратил этот кошмар в один API-вызов. Их решение позволяет в одном месте собрать весь процесс (от идеи до массовой генерации видео, например) и потом вызывать этот процесс откуда угодно.

Компания получила $140M. Оценка компании подскочила до $4,5 млрд — это в три раза выше, чем в июле. За год три раунда. Такое бывает, когда спрос опережает предложение в сотни раз.

Как это работает
OpenAI и Anthropic обучают модели. Runway и Pika делают продукты. Но кто-то должен заниматься грязной работой — запускать всё это для миллиардов запросов без простоев и соединять эти модели между собой в процесс (пайплайн, воркфлоу). Тренировка большой языковой модели стоит миллионы. Но запустить её для миллионов пользователей надёжно? Вот тут начинается настоящая боль.

Видео, аудио, 3D требуют на порядки больше вычислительной мощности. Fal построил именно эту критическую прослойку между моделями и конечными продуктами.

Платформа разворачивается на тысячах GPU за секунды. Обещают скорость в 10 раз выше конкурентов для диффузионных моделей. Больше миллиона разработчиков уже используют систему.

Выручка в октябре превысила $200 млн в год. Это за четыре года с момента основания. Команда выросла втрое за 2025 год, провели одно стратегическое поглощение, запустили несколько новых продуктовых линеек.

Защитный ров и петля роста
Переезд с Fal болезненный. Проинтегрировался в 600 моделей, настроил воркфлоу, обучил команду. Мигрировать означает переделывать всё с нуля плюс риск простоев. Компании предпочитают платить дороже, чем терять время.

Петля проста: больше клиентов → больше нагрузки → лучше оптимизация → быстрее инференс → новые клиенты. За год выручка утроилась без маркетингового бюджета. Сарафанное радио среди разработчиков работает лучше рекламы.

Как заработать на этом
Постройте вертикальное решение поверх Fal. «Генерация видео для недвижимости» или «3D-модели для e-commerce». Берёте API, добавляете специфичные для ниши фичи, продаёте за $299/месяц вместо того, чтобы агентство платило дизайнерам.

Создайте маркетплейс генеративных воркфлоу. Люди собирают цепочки из разных моделей для конкретных задач. Продавайте готовые решения — «от фото продукта до рекламного ролика за один клик». Комиссия 30% с каждой транзакции.

Антитренд и следствия 2-го порядка
В генерации видео напрашивается аналогия с турагентами после появления Expedia.

В чем парадокс: С 2000 по 2021 год число турагентов в США сократилось на 70%. Все ждали полного исчезновения профессии. Но после пандемии случилось неожиданное — 76% агентств увидели рост клиентов по сравнению с допандемийным уровнем. Причина: когда все стало доступно онлайн, выросла ценность экспертизы для сложных случаев.

В видео происходит то же самое. Коалиция C2PA, поддержанная Google, Adobe, Microsoft, OpenAI и более 100 компаниями, создала стандарт Content Credentials — цифровые «сертификаты подлинности» для медиа. Google Pixel 10 уже встраивает эту технологию в камеру. Когда любой может сгенерировать видео, «сертифицированный живой контент» от проверенных операторов становится активом. Стройте сервис верификации видео для судов, страховых и СМИ с моментальной проверкой C2PA-меток. Тарифы от $500 за проверку ролика против $5 за генерацию.

Еще один взгляд — Apple и Google встраивают генерацию прямо в телефоны (Edge AI). Если через 3 года айфон сам будет рисовать видео без отправки данных на сервер, облачные гиганты вроде Fal могут потерять кусок пирога.

Кто ещё в игре

• Replicate — похожая инфраструктура, но меньший выбор моделей
• Hugging Face — платформа для хостинга и запуска моделей, сильны в community
• Together AI — специализируются на открытых моделях
• Modal — serverless для любого кода, не только генеративного ИИ
• Baseten — фокус на ML-инженерах и кастомных моделях

Fal выигрывает скоростью, выбором моделей и тем, что Sequoia поверил в оценку $4,5 млрд.

В Индии и в России строительство — это когда подрядчик обещает «через три месяца», а заканчивает через год. Если заканчивает. Бетон сохнет медленно, рабочие исчезают, материалы дорожают. Знакомая история для любой страны.

Modulus Housing привлекла (~$7.8M) на развитие проекта по быстрому строительству.

Что делают
Сборные здания за 30 дней. Не бытовки, а полноценные конструкции: медпункты, офисы, станции зарядки для электромобилей. Секрет — запатентованный бетон, который набирает прочность за часы вместо недель.

За восемь лет (компания работала в стелсе) построили 1500+ объектов в 21 штате Индии.

Почему сейчас и в чем тренд
Рынок сборных зданий в Индии достигнет $15 млрд к 2033 году. Драйверы — урбанизация, нехватка рабочих рук, требования к скорости. Когда Amazon открывает склад, ждать год — не вариант.

Механика защиты
Восемь лет R&D и 1500 проектов — это база знаний, которую невозможно скопировать быстро. Каждое здание обучает команду: какие решения работают в муссонный сезон, как адаптировать конструкцию под сейсмику.

Сеть из 10 заводов по Индии — логистический ров. Конкуренту придётся годами строить производственную инфраструктуру.

Как заработать
Лицензируйте технологию для России и СНГ. Быстровозводимые ФАПы, модульные школы, вахтовые посёлки — везде одна боль: долго и дорого. Партнёрство с Modulus даёт готовое решение.

Постройте маркетплейс модульных зданий. Заказчик выбирает конфигурацию, система считает цену и сроки, подключает ближайший завод. Uber для стройки.

Кто работает на противоходе
Массовое модульное строительство обесценивает «уникальную архитектуру». Когда каждый офис выглядит одинаково, премиум-клиенты ищут что-то особенное.

Откройте бутик-студию «анти-модульного» строительства. Ручная работа, авторский проект, натуральные материалы. Целевая аудитория — те, кто платит за уникальность, а не за скорость.

Другие примеры

• Tata Steel Nest-In — LGSF-конструкции, 26+ штатов
• EPACK Prefab — публичная компания, 1200+ клиентов
• Pressmach — на рынке с 1985 года
• Modulex — 3D-модули с IoT-интеграцией
• Loom Crafts — люксовый сегмент, 45-90 дней

Modulus выигрывает за счёт технологии бетона и скорости. 30 дней — это в 2-3 раза быстрее конкурентов.

$70 миллионов на Seed. Для европейского стартапа, которому три месяца от роду. Эрик Шмидт, бывший CEO Google, лично зашёл. Что-то тут явно не так. Или наоборот — очень так.

Проект Gradium вышел из стелса и привлек $70M на идее сделать качественные голосовые интерфейсы.

В чём фокус
Четыре исследователя из DeepMind и Meta решили, что голосовые интерфейсы — это следующий большой сдвиг. Не чат-боты, а именно голос. Когда ты разговариваешь с ИИ как с человеком, без задержки в три секунды, пока модель думает.

Gradium строит ультра-быстрые аудио-языковые модели. Латентность меньше 300 миллисекунд. Пять языков на старте: английский, французский, немецкий, испанский, португальский. API для разработчиков, B2B-фокус.

Через шесть недель после основания компания уже генерирует выручку. Клиенты из игр, здравоохранения, клиентского сервиса.

Почему голос
Рынок голосовых ИИ-агентов растёт с $2.4 до $47.5 млрд к 2034 году. CAGR 35%. Но технология пока сырая: либо быстро и плохо, либо качественно и с паузами.

Gradium обещает и скорость, и естественность. Если получится — станут инфраструктурным слоем для тысяч приложений. Каждый голосовой ассистент, каждый колл-центр, каждая игра с NPC.

Почему такой чек
Команда. Основатели строили голосовые модели в DeepMind и Meta. Они знают, где узкие места и как их обойти. Инвесторы платят за экспертизу, которую невозможно нанять.

Второй фактор — гонка. OpenAI, Google, ElevenLabs уже в рынке. Чтобы догнать, нужен капитал на вычисления и таланты. $70M даёт фору в 18-24 месяца.

Как применить
Сделайте вертикальное решение на Gradium API. «Голосовой консьерж для отелей», «ИИ-репетитор с голосом». Платформа даёт инфраструктуру, вы — нишевую экспертизу.

Постройте студию локализации. Gradium поддерживает несколько языков, но русского пока нет.

Антитренды
Чем лучше синтетический голос, тем выше ценность настоящего. Подкасты с живыми ведущими, аудиокниги в авторском исполнении, голосовые открытки от реальных людей.

Конкуренты

• ElevenLabs — лидер рынка, $3.3B оценка, 32+ языка
• OpenAI Voice — GPT-4o с голосом, Realtime API
• Deepgram — 200K разработчиков, $72M Series B
• Play.ht — 800+ голосов, 142 языка
• Resemble.ai — клонирование голоса за 10 секунд

Gradium ставит на скорость и качество одновременно. Если выполнят обещание — могут стать «AWS для голоса».

Каждый день вы делаете одно и то же: открываете браузер, логинитесь в три сервиса, копируете данные из одного в другой, заполняете формы. Машинальные действия, которые съедают часы. Почему компьютер не может делать это сам?

Simular подняла $21.5M. Microsoft выбрала Simular в программу Windows 365 for Agents — одну из пяти компаний.

Как работает
ИИ-агент, который управляет вашим компьютером. Буквально: двигает мышкой, кликает, печатает. Вы говорите «забронируй мне билет в Берлин на следующую пятницу» — агент открывает браузер, ищет рейсы, заполняет формы, показывает варианты.

Продукт для macOS уже доступен. Windows — в партнёрстве с Microsoft, скоро запуск. Основатели ожидают, что Windows-версия будет популярнее.

Бенчмарки
Agent S от Simular — первое место на OSWorld, стандартном бенчмарке для компьютерных агентов. Точность 69.9%, человек — 72%. Почти паритет. Best Paper на ICLR 2025.

Основатели — бывшие инженеры Google DeepMind, работали над Waymo. Они понимают, как строить агентов, которые действуют в реальном мире.

Почему это важно
Рынок RPA (роботизированной автоматизации) достигнет $22.9 млрд к 2030 году. Но классический RPA — это скрипты, которые ломаются при любом изменении интерфейса. Агент на LLM адаптируется: видит экран, понимает контекст, находит нужную кнопку даже если она переехала.

OpenAI и Anthropic уже показали прототипы. Гонка началась. Simular — в числе лидеров.

Как заработать
Постройте «Simular для бухгалтерии». Узкая вертикаль: сверка документов, заполнение деклараций, выгрузка отчётов. Глубже интеграция — выше ценность.

Запустите агентство автоматизации на Simular. Приходите в компанию, находите повторяющиеся процессы, настраиваете агентов.

Антитренд
Агенты, которые контролируют компьютер, пугают корпоративную безопасность. Что если агент утечёт данные? Кликнет не туда? Отправит письмо не тому?

Постройте «аудит ИИ-агентов». Сертификация безопасности, мониторинг действий, страховка от ошибок. Enterprise заплатит за спокойствие.

Еще проекты

• Anthropic Computer Use — Claude управляет компьютером, бета с октября 2024
• OpenAI Operator — автономный браузерный агент
• Adept AI — enterprise-агенты, $415M funding
• UiPath — лидер RPA, 7x Gartner Magic Quadrant
• Automation Anywhere — agentic process automation

Вы печатаете 40 слов в минуту. Говорите — 150. Разница в 3.7 раза. Почему же мы стучим по клавишам восемь часов в день?

Потому что существующие системы распознавания речи превращают «напиши Маше, что опаздываю на 10 минут» в «на пишу Маши, что о по здаю на 10 минут». Исправлять такое дольше, чем набирать заново. Голосовой ввод обещали десятилетиями, но он так и остался неудобной игрушкой.

Wispr Flow привлёк $25M при оценке $700M, потому что победил эту проблему. Суммарные инвестиции достигли $81M за 4 года. Инвесторы спешат занять место в одном из самых быстрорастущих productivity-инструментов года.

Не транскрибация, а редактирование на лету
Wispr — это не просто распознавание речи. Система работает на уровне операционной системы: нажали горячую клавишу, наговорили текст, отпустили — в любом приложении появляется отредактированный результат. Убраны слова-паразиты («ну», «это», «как бы»), расставлены знаки препинания, исправлена структура предложений, добавлена капитализация. Работает везде: в почте, мессенджерах, документах, CRM — на Mac, Windows и iOS.

Ключевое отличие от конкурентов — AI не просто транскрибирует, а переписывает речь в письменный стиль. Вы говорите разговорно, получаете текст, который выглядит написанным. Уровень ошибок — 10% против 27% у OpenAI Whisper и 47% у Apple. После 6 месяцев использования 72% текста пользователи набирают голосом — привычка меняется необратимо.

Цифры, которые не врут
Все метрики верифицированы TechCrunch: 100x рост пользователей год к году. 40% рост MRR месяц к месяцу. 70% retention за 12 месяцев — в категории productivity-приложений, где норма 20-30%, это выдающийся показатель. 270 компаний Fortune 500 (54% всего списка!) используют продукт. 125 новых корпоративных клиентов подключаются еженедельно.

Рынок speech-to-text вырастет с $15.46 млрд в 2024 до $81.59 млрд к 2032 году, CAGR 23.1%. Но Wispr целится выше — они строят не инструмент транскрибации, а новый способ взаимодействия с компьютером.

Привычка как защитный ров
Стоимость переключения здесь не в деньгах: $10/месяц это ничто для корпорации. Она в переобучении мышечной памяти. После 6 месяцев голосового ввода возврат к клавиатуре ощущается как пересадка с автомобиля на велосипед — технически возможно, но мучительно медленно. 270 Fortune 500 компаний — это плацдарм для экспансии внутри корпораций через word-of-mouth: один пользователь показывает коллеге, коллега показывает команде.

Но есть ограничение: голосовой ввод требует тишины и приватности. В open space, кофейне или на встрече Wispr бесполезен. Ниша — люди, работающие из дома или в изолированных пространствах. Это большой рынок, но не весь рынок офисной работы.

Практика
Попробуйте сами — ROI очевиден при цене $10/месяц, если вы пишете хотя бы час в день. Создавайте курсы и тренинги по переходу на голосовой ввод для специфических профессий: юристы (диктовка контрактов), врачи (медицинская документация), журналисты (черновики статей). Стройте специализированные workflow и интеграции вокруг голосовых интерфейсов.

Контригра
Голосовой ввод создаёт «устный» стиль письма — длинные предложения, повторы, разговорные конструкции, меньше структуры. Качество письменной коммуникации падает, даже если скорость растёт.

Конкуренты

• Otter.ai — транскрибация встреч и звонков, но не real-time ввод текста в приложения
• Speechmatics — enterprise API для разработчиков, требует интеграции
• Deepgram — инфраструктурный слой для создания голосовых приложений
• Встроенные решения Apple/Google/Microsoft — недостаточно точны и не редактируют на лету

Wispr выигрывает простотой: установил приложение → заработало везде.

В 2024 году на Spotify загрузили 120,000 треков в день. 99% из них никто никогда не услышит — алгоритмы рекомендаций физически не способны переварить такой объём. Музыкальная индустрия захлёбывается контентом, но при этом 78% авторов на стриминговых платформах зарабатывают меньше $1000 в год.

Музыки больше, чем когда-либо. Зарабатывать с неё почти невозможно.

Suno решила: если музыку всё равно никто не слушает — пусть хотя бы её создание станет доступным каждому. Компания привлекла $250M при оценке $2.45 млрд от Menlo Ventures и NVentures (венчурное подразделение NVIDIA), несмотря на иски от всех трёх мейджор-лейблов — Sony, Universal и Warner. Годовая выручка достигла $200 млн. Почти 100 миллионов пользователей генерируют 7 миллионов треков ежедневно.

От промпта до хита
Вы пишете: «грустная песня о расставании в стиле Radiohead на русском языке» — и через 60 секунд получаете готовый трек с вокалом, аранжировкой и продакшеном студийного качества. Не MIDI-заготовку, не караоке-минусовку. Полноценную песню, которую можно выложить на Spotify или использовать в рекламе.

Suno Studio, запущенная в сентябре 2025 года, работает как полноценная «генеративная аудиостанция» — итерируйте над результатом, дорабатывайте отдельные части, смешивайте несколько генераций. Качество шокирует даже профессиональных продюсеров: многие AI-треки неотличимы от студийных записей в слепых тестах. CEO Mikey Shulman утверждает, что написание хорошего промпта — это «активное музыкальное творчество», требующее понимания жанров, настроений и структуры песни.

Юридический шторм с неожиданной развязкой
В июне 2024 года RIAA подала иск от имени Sony, Universal и Warner за массовое нарушение авторских прав. Потенциальный штраф — до $150,000 за каждое нарушение в обучающем датасете. Suno признала, что модели обучены на миллионах записей без разрешения, но апеллировала к доктрине fair use.

А потом случилось неожиданное.
25 ноября 2025 года Warner Music заключила партнёрство с Suno и отозвала иск. Детали сделки не раскрыты, но известно, что в 2026 году Suno запустит новые модели, обученные на лицензированном контенте. Sony и Universal ведут аналогичные переговоры. Лейблы решили, что лучше получить долю растущего рынка, чем годами судиться с неясным результатом.

Рынок генеративной музыки вырастет с $440 млн в 2023 до $2.79 млрд к 2030 году, CAGR 30.4%. К 2030 году эксперты прогнозируют, что 80% музыкальных проектов будут использовать AI на каком-то этапе производства.

Защитный ров
7 миллионов треков ежедневно — это уникальный датасет пользовательских предпочтений, который невозможно собрать с нуля. Каждая генерация, каждое редактирование, каждый шеринг обучает модель понимать, что людям нравится и как они описывают желаемый результат. Виральность создаёт петлю: пользователи делятся AI-треками в соцсетях → новые приходят посмотреть что это → больше генераций → больше данных → лучше качество → больше виральности.

Как применить
Создавайте саундтреки для YouTube-каналов, подкастов и рекламы — спрос огромен, а AI убирает порог входа в виде музыкального образования и дорогого оборудования. Запустите агентство AI-джинглов для локальных брендов, которым не по карману заказная музыка. Обучайте маркетологов и контент-мейкеров использованию генеративной музыки, через 3 года это будет базовый навык.

Бизнес наоборот
AI заполняет эфир. Через 5 лет лейбл «100% human-made» станет таким же premium-маркером, как «organic» в продуктах питания или «handcrafted» в моде. Дефицит создаёт ценность в мире бесконечного контента.

Запустите лейбл или платформу с верифицированным человеческим происхождением треков — видео процесса записи, блокчейн-сертификаты, независимый аудит. Целевая аудитория: коллекционеры винила, аудиофилы, luxury-бренды, которым важна аутентичность. Ценник x2-x3 от стандартного лицензирования.

Конкуренты

• Udio — ближайший конкурент по качеству, также под исками лейблов, сильнее в электронной музыке
• AIVA — фокус на инструментальную музыку для кино и игр, нет вокальной генерации
• Boomy — упрощённый интерфейс для новичков, качество заметно ниже
• Soundraw — royalty-free музыка для видео, ограниченная кастомизация

По данным Gallup, доверие к экспертам и институтам упало до исторического минимума — 26% американцев верят СМИ, 20% — конгрессу. Социологические опросы промахиваются на выборах раз за разом. При этом рынки предсказаний в 2024 году угадали результат президентских выборов точнее всех опросов — с погрешностью менее 1%.

Оказалось, что деньги, поставленные на кон, агрегируют информацию честнее любых экспертов.

Kalshi превратила эту идею в легальный бизнес и привлекла $1 миллиард при оценке $11 млрд. Два месяца назад оценка была $5 млрд. Рост в 2.2 раза за 60 дней — такой скорости не видел даже криптобум 2021 года.

Как устроена торговля событиями
На Kalshi вы не делаете «ставки» в букмекерском смысле — вы покупаете контракты на исходы реальных событий. Снизит ли Fed ставку в декабре? Будет ли инфляция выше 3%? Получит ли фильм «Оскар»? Упадёт ли метеорит на Токио? Контракт стоит от $0.01 до $0.99 в зависимости от вероятности события. Если оно происходит — вы получаете $1. Не происходит — теряете стоимость контракта.

Механика проста, но последствия глубоки. Цена контракта в реальном времени отражает коллективную оценку вероятности события тысячами людей, каждый из которых рискует собственными деньгами. Это не опрос мнений — это агрегация информации через финансовые стимулы. Когда цена контракта на победу кандидата стоит $0.65 — рынок говорит, что вероятность 65%.

В октябре 2025 года объём торгов достиг рекордных $4.39 млрд — рост в 1000 раз год к году. Платформа работает в 140+ странах и всех 50 штатах США под надзором CFTC — федерального регулятора фьючерсов.

Рынок предсказаний как новый класс активов
Аналитики Metatech Insights прогнозируют рост рынка с $1.4 млрд в 2024 до $95.5 млрд к 2035 году — CAGR 46.8%. Томас Петерффи, основатель Interactive Brokers с состоянием $30 млрд, публично заявил, что рынки предсказаний могут однажды превзойти фондовые рынки по объёму — благодаря их способности адаптироваться к любым событиям.

Но не всё гладко. 34 генеральных прокурора штатов оспаривают легальность спортивных ставок на платформе, утверждая что это замаскированный букмекерский бизнес. 27 ноября 2025 года подан коллективный иск о нелицензированном букмекерстве. Судья Невады отменил предварительное решение в пользу Kalshi. Юридические битвы только начинаются, и исход определит будущее всей индустрии.

К слову, в России эта деятельность полностью запрещена и запустить подобный стартап, не переписав законов, не выйдет.

Почему это работает
Сетевой эффект через ликвидность: больше трейдеров → уже спреды между ценами покупки и продажи → точнее отражаются вероятности → больше доверия к платформе → ещё больше трейдеров. За год объём торгов вырос в 1000 раз — это данные и репутация, которые невозможно собрать с нуля.

Медиа-петля работает круглосуточно: каждое крупное событие — от президентских выборов до церемоний награждения — генерирует бесплатный PR. СМИ цитируют котировки Kalshi как индикатор общественного мнения, приводя новых пользователей. Хедж-фонды начинают использовать платформу для хеджирования политических рисков — это добавляет институциональную ликвидность и легитимность.

Регуляторный ров: получение лицензии CFTC заняло годы юридической работы и миллионы долларов. Каждому конкуренту придётся пройти тот же путь с неопределённым результатом. Пока они будут ждать разрешений, Kalshi наращивает преимущество.

Где тут деньги
Создавайте аналитику и визуализацию поверх API Kalshi — спрос на интерпретацию рынков предсказаний растёт, а качественных инструментов мало. Консультируйте корпорации по использованию событийных контрактов для хеджирования политических и регуляторных рисков — это новый рынок услуг.

Стройте вертикальные маркетплейсы предсказаний для конкретных индустрий: недвижимость, фарма, криптовалюты, климат.

Контригра
Рынки предсказаний работают для повторяющихся событий с историческими данными, но бессильны перед «чёрными лебедями» — событиями без прецедента. Пандемия, геополитический конфликт, технологический прорыв — здесь нет исторических паттернов для ценообразования.

Запустите консалтинг по сценарному планированию и stress-тестированию для ситуаций, которых раньше не было.

Конкуренты

• Polymarket — крипто-аналог с оценкой $8-15 млрд, работает на блокчейне, но без регуляторной защиты и формального доступа для американцев
• PredictIt — академический проект с лимитом ставок $850, не масштабируется за пределы политических рынков
• Metaculus — некоммерческие прогнозы на репутационные очки, нет финансовой мотивации участников
• Augur — децентрализованная платформа на Ethereum со сложным UX и проблемами ликвидности

Kalshi выигрывает легальностью в США, институциональной ликвидностью и простотой интерфейса. Но юридические риски реальны — следите за исходом дел.

Исследователь AI просыпается, открывает arXiv. Там 200 новых статей за ночь. Он должен найти три релевантные. Читает абстракты час. Открывает пять статей. Понимает, что две не то. Скачивает код, который авторы указали. Код не работает. Ищет другие имплементации. Ещё два часа потеряно.

AlphaXiv из Пало-Альто привлек $7M.

Что они сделали и почему это не просто поиск
AlphaXiv это три вещи сразу. Первое: AI-поиск по arXiv papers с пониманием контекста. Спрашиваете «покажи papers про multimodal reasoning с benchmarks на vision-language tasks», система находит именно то, что нужно, а не просто ключевые слова.

Второе: интеграция статей, плюс код. Не просто ссылка на статью, а GitHub и работающие куски кода. Можете запустить эксперимент из статьи за пять минут вместо пяти дней реинжиниринга.

Третье: коллективные обсуждения статей. Можете комментировать строчки в статье, обсуждать с коллегами, форкать эксперименты. Как Google Docs, но для исследований.

Проблема и масштаб
В AI выходит 30-50 статей в день только в категории AI. Человек физически не может обрабатывать такой объём.

От статьи, до реальной практики — огромный разрыв. Нужно найти статью, понять методику, воспроизвести эксперимент, адаптировать под задачу, интегрировать в продукт. AlphaXiv сокращает это с месяцев до дней или часов.

Драйверы роста
Курирование статей через AI. Система не просто индексирует papers, она понимает качество. Какие статьи реально важные, какие ошибочные.

Сетевой эффект через коллективные обсуждения. Чем больше исследователей комментируют и обсуждают papers, тем ценнее платформа. Комментарии становятся частью peer review process, только быстрее и публичнее.

Петля роста через сообщество. Исследователь находит paper на AlphaXiv, видит обсуждения, присоединяется, начинает сам комментировать. Привлекает коллег для совместной работы. Коллеги приводят свои команды.

Как заработать
AlphaXiv для других доменов (областей знаний). Медицина, физика, химия везде та же проблема информационного перегруза. Адаптируйте модель под PubMed или ChemRxiv.

Конкуренты и уникальность

• Semantic Scholar делает AI-поиск по статьям, но без интеграции в код.
• Papers with Code связывает статьи и код, но без взаимодействия ученых.
• Zotero и Mendeley — сервисы для цитирования.

EdTech — кладбище стартапов. BYJU’S, самый дорогой единорог Индии ($22 миллиарда на пике), сейчас в банкротстве. Большинство онлайн-школ умирает, не дожив до второго года.

На этом фоне история CodeYoung выглядит аномалией. Компания только что подняла $5 миллионов.

Что они делают иначе
Забудьте про групповые классы на 20 человек, где половина спит, а учитель говорит в пустоту. CodeYoung делает обучение один на один: один ребенок, один учитель, персонализированная программа.

Отбор учителей жестче, чем в Google. Процент принятия меньше 1% — из тысячи кандидатов берут десять. Но в этом магия: 80%+ учеников завершают курсы (средний показатель по EdTech — 15-20%), 60% продлевают подписку, NPS выше 65.

Платформа охватывает детей 5-17 лет: программирование, математика, английский, физика, подготовка к SAT и AP. Обучили 25,000+ студентов в 15 странах, провели больше 2 миллионов часов занятий. И самое интересное — основной доход из Северной Америки, где родители готовы платить $100-150 за урок.

Почему это работает, когда другие умирают
После пандемии результаты PISA 2022 показали катастрофическое падение уровня знаний. Традиционная школа не справляется, родители паникуют, репетиторы дорогие. В этом хаосе качественные технологические решения становятся не роскошью, а необходимостью.

Рынок kids coding вырастет с $4.19 миллиарда в 2023 до $22.30 миллиарда к 2033 — 18.2% ежегодно. AI в образовании растет еще быстрее: с $6.5 миллиарда до $208.2 миллиарда к 2034 — 41.4% в год.

Но CodeYoung умнее конкурентов. Не воюет на демпинговом индийском рынке, а экспортирует премиум-услуги в США и Канаду. То есть просто продает время умных индийских учителей богатым американским клиентам с большой наценкой. Это как продавать итальянскую обувь, а не китайские кроссовки. Маржа выше, клиенты лояльнее, бизнес устойчивее.

Что делать с этим знанием
Копируйте модель для экспорта в США и Канаду. Российские EdTech играют на локальном рынке с демпингом — это гонка на дно. Вместо этого найдите 50 лучших учителей, сделайте платформу один на один, позиционируйтесь как «premium Russian education» и продавайте в США за $150 за урок. Валютная выручка, высокая маржа, качественный продукт.

Избегайте EdTech с групповыми классами и низким completion rate. Ищите метрики: 60%+ renewal, 70%+ completion, положительный cash flow. CodeYoung доказывает, что EdTech может быть прибыльным без сжигания миллионов на маркетинг.

AI-персонализация в образовании — растущая ниша. Навыки: adaptive learning systems, learning analytics, образовательная психология + машинное обучение. Зарплата $100K-150K для старших специалистов.

Антитренд: полный офлайн
Пока все оцифровывают образование, откройте сеть офлайн coding camps для детей: 10-15 человек, реальная лаборатория, роботы, 3D-принтеры, никаких экранов.

В Кремниевой долине руководители Meta и Google отдают детей в Waldorf-школы без компьютеров. Иронично, но факт. Позиционирование: «Мы учим думать, а не кликать.»

Еще примеры

• BYJU’S FutureSchool потратил сотни миллионов на рекламу, взорвался под тяжестью долгов.
• BrightChamps оценка $650M, но это групповые занятия.
• Vedantu 23 миллиона подписчиков, но масс-маркет. Cuemath фокус на математике, а не на программировании.